数据可视决策，助力数字孪生落地应用

2019年，“数字孪生”热度不断攀升，备受行业内外关注。各大峰会论坛将其作为热议主题，全球最具权威的IT研究与顾问咨询机构Gartner在2019年报告中将其列为十大战略科技发展趋势之一，GE、西门子、微软、阿里巴巴纷纷将其划入重点布局。

一、什么是数字孪生？
根据国际定义，数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

简单来说，就是针对现实世界中的实体对象，在数字化世界中构建完全一致的对应模型，通过数字化的手段对实体对象进行动态仿真、监测、分析和控制。

数字孪生是源自工业界的概念，随着5G通讯、物联网、云计算、大数据、人工智能等新一代信息技术的发展和广泛应用，数字孪生在理论层面和应用层面均取得了快速发展，逐渐延伸到智慧城市、智慧园区、智慧交通等应用领域。

二、数字孪生的关键特征

1.多源异构数据融合

数据是数字孪生最核心的要素。它源于物理实体、运行系统、传感器等，涵盖仿真模型、环境数据、物理对象设计数据、维护数据、运行数据等，贯穿物理对象运转过程的始终。数字孪生体作为数据存储平台，采集各类原始数据后将数据进行融合处理，驱动仿真模型各部分的动态运转，有效反映各业务流程。所以，数据是数字孪生应用的“血液”，没有多元融合数据，数字孪生应用就失去了动力源。

2.数据驱动精准映射

数字孪生的主体是面向物理实体与行为逻辑建立的数据驱动模型，孪生数据是数据驱动的基础，可以实现物理实体对象和数字世界模型对象之间的映射，包括模型、行为逻辑、业务流程以及参数调整所致的状态变化等，实现在数字世界对物理实体的状态和行为进行全面呈现、精准表达和动态监测。

3.智能分析辅助决策

数字孪生的映射关系是双向的，一方面，基于丰富的历史和实时数据和先进的算法模型，可以高效地在数字世界对物理对象的状态和行为进行反映；另一方面，通过在数字世界中的模拟试验和分析预测，可为实体对象的指令下达、流程体系的进一步优化提供决策依